Manual de Teoria Da Decisao 05 06

Gesto e Teoria da Deciso
Teoria da Deciso
Licenciatura em Engenharia Civil
Licenciatura em Estatstica
2005/2006
Teoria da Deciso
Agenda
1.
2.
Introduo
Deciso em situao de incerteza
n Critrio Optimista
n Critrio Pessimista
n Critrio intermdio (Savage) e anlise de sensibilidade
n Matriz de arrependimento ou custo de oportunidade
n Critrio Min Max
2005/2006
3. Deciso em situao de risco

n Valor esperado da deciso
n Anlise de sensibilidade probabilidade subjectiva
4. Valor da Informao
n Valor da informao perfeita
n Valor da informao adicional
2
Teoria da Deciso
Introduo
At agora estudaram-se os principais mtodos e tcnicas da IO
Neste
captulo
pretende-se
ter
uma
prospectiva
integrada
da
racionalizao dos processos de deciso a fim de melhor se poder apoiar a

tomada de deciso em contexto real
A IO oferece um conjunto vasto de teorias, mtodos e modelos no campo
2005/2006
da teoria da deciso
Com isto, os processos decisrios podem ser bastante melhorados,
racionalizados!
Contudo, o processo decisrio encontra inmeros paradigmas
Teoria da Deciso
Introduo
2005/2006
Paradigmas:
Da racionalidade: cr-se apenas na razoe a afectividade
Da estabilidade: apesar da realidade ser no estacionria
Do mtodo: sequncias de anlise ou de procedimentos para classes de

problemas, evitando-se o livre arbtrio
Cientfico: cr-se na cincia para descrever a realidade
Da eficcia: acredita-se que possvel criar sistemas eficazes, ie, que

permitam atingir metas predefinidas com ndices de segurana ou fiabilidade
elevados
De economia: eficincia econmica
Comportamental: o estudo das organizaes afasta-se das cincias puras ou

aplicadas por no buscar propriamente teorias ou enunciados universais, mas
sim por conhecer o comportamento da realidade em que se vai intervir a fim
de conhecer resposta em funo de intervenes e cenrios alternativos de
aleatoriedade e incerteza
4
Teoria da Deciso
Introduo
O desenvolvimento de sistemas de apoio aos processos decisrios tem tambm
originado confuses e equvocos na vida das organizaes:
Equvoco da substituio: considerar que os sistemas de deciso podem ou devem

ser considerados substitutos dos decisores
Equvoco da omniscincia: tomar deciso com base na convico de que

melhor acreditar e utilizar o saber, a experincia e a intuio que tudo mais
2005/2006
dispensaro
Equivoco da urgncia: graas ao desenvolvimentos, hoje os meios de clculo

permitem o desenvolvimento de modelos cada vez mais sofisticados e
suficientemente rpidos
Equvoco da especificidade: na realidade, se os problemas forem correctamente

analisados, as suas questes fundamentais podero no ser especficas
5
Teoria da Deciso
Introduo
Ambiente
R
Incerto
Engenho
Escolha
Complexo
Intuio
2005/2006
Dinmico
Percepo
Informao
(lgica no
verificvel)
C
I
S
U
L
T
A
Preferncia
Competitivo
Valores
D
O
S
Finito..
Teoria da Deciso
Introduo
Ambiente
R
Incerto
Engenho
Escolha
Alternativas
Complexo
Percepo
2005/2006
Dinmico
Informao
Competitivo
Valores
Preferncia
Finito..
Probabilidades
Estrutura
Atribuio
de valor
L
T
Preferncia
temporal
Atitude face
ao risco
Teoria da Deciso
Introduo
2005/2006
Modelo de Deciso
Alternativas
Resultados
A1
R11 ,R12,...R1M
A2
.
R21 ,R22,...R2M
.
.
An
.
Rn1 ,Rn2,...RnM
Informao
Modelos
Grau de satisfao
de OBJECTIVOS
Escolha
Valorao
e
Critrios
de
Avaliao
Deciso
Deciso
A*
Resultados
Preferncias do(s)
agente(s) de deciso:
Juzos de valor
Funes de troca
Atitude face ao risco
Preferncias temporais
Anlise de
sensibilidade
Valor da informao
Teoria da Deciso
Introduo
Dimensionar a capacidade produtiva de uma fbrica, estando disponvel 5
alternativas:
D1 capacidade produtiva de 10 000 ton
2005/2006
H incerteza quanto procura (capacidade de absoro) do mercado, tendo-se

definido cinco cenrios:
E1 procura muito baixa
E2 procura baixa
E3 procura mediana
E4 procura alta
E5 procura muito alta
9
Teoria da Deciso
Introduo
Foram estimados os resultados lquidos (ganhos) de cada capacidade produtiva (Di)
para cada cenrio (Ej )de procura.
2005/2006
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
10
Teoria da Deciso
Critrio optimista
Para cada deciso considerar o resultado
mais favorvel
Di R i = max (R ij )
j
D1 26
D2 44
D3 60
D4 80
D* Max max (R ij )
i
j
D5 100 D* (deciso ptima)
2005/2006
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
11
Teoria da Deciso
Critrio pessimista
Para cada deciso considerar o resultado
menos favorvel
Di R i = min (R ij )
j
D1 20
D3 16
D4 20
D* Max min (R ij )
i
j
D5 50
2005/2006
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
12
Teoria da Deciso
Critrio intermdio (Savage)
Para cada deciso associar uma mdia ponderada entre os

resultados mais ou menos favorveis
Di R i = c max (R ij ) + (1 c ) min (R ij )
2005/2006
c coeficiente de ponderao medindo o grau de

optimismo:
c = 1 => optimista
c = 0 => pessimista
Di R i = c max (R ij ) + (1 c ) min (R ij )
j
13
Teoria da Deciso
Critrio intermdio (Savage)

Para c = 0,5
D1 0,5 26 + 0,5 20 = 23
D2 0,5 44 + 0,5 24 = 34
D3 0,5 60 + 0,5 16 = 38
D* (deciso ptima)
D4 0,5 80 + 0,5 ( 20) = 30

D5 0,5 100 + 0,5 ( 50) = 25
2005/2006
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
14
Teoria da Deciso
Matriz de arrependimento ou custo de oportunidade

MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
2005/2006
Para cada estado da natureza (cenrio) Ej , identificar o resultado mais favorvel

(e, portanto, a deciso ptima nesse contexto) => R *j = max (R ij )
i
*
Para cada deciso Di (num cenrio Ej ) o custo de oportunidade => Cij = R j R ij
MATRIZ DE CUSTOS DE OPORTUNIDADE (PERDAS/ARREPENDIMENTO)
E1
E2
E3
E4
E5
D1
20
38
60
80
D2
20
44
66
D3
10
26
50
D4
46
34
14
24
D5
76
54
40
20
15
Teoria da Deciso
Critrio Min Max

(pessimista sobre a matriz de custos de oportunidade)
A cada deciso associar o custo de oportunidade (perda/arrependimento)
mximo
Di C i = max (C ij )
j
D1 80
D2 66
D4 46
2005/2006
D5 76
D* minmax (C ij )
i
MATRIZ DE CUSTOS DE OPORTUNIDADE (PERDAS/ARREPENDIMENTO)

E1
E2
E3
E4
E5
D1
20
38
60
80
D2
20
44
66
D3
10
26
50
D4
46
34
14
24
D5
76
54
40
16
Teoria da Deciso
Deciso em situao de risco
2005/2006
MATRIZ DE GANHOS
E1
E2
E3
E4
E5
D1
26
24
22
20
20
D2
24
44
40
36
34
D3
16
40
60
54
50
D4
-20
10
46
80
76
D5
-50
-10
20
60
100
Probabilidade
0,05
0,20
0,50
0,15
0,10
A cada estado da natureza (cenrio) Ej atribuda uma probabilidade de

ocorrncia p j
Critrio do VALOR ESPERADO: a cada deciso associado o valor esperado
dos ganhos
Di E [R i ] = R ijp j
j
D1 0,05 26 + 0,2 24 + 0,5 22 + 0,15 20 + 0,1 20 = 22

D2 0,05 24 + 0,2 44 + 0,5 40 + 0,15 36 + 0,1 34 = 38,8
D3 0,05 16 + 0,2 40 + 0,5 60 + 0,15 54 + 0,1 50 = 52 D* (deciso ptima)
D4 0,05 ( 20) + 0, 2 10 + 0,5 46 + 0,15 80 + 0,1 76 = 43,6
17
D5 0,05 (50 ) + 0,2 ( 10) + 0,5 20 + 0,15 60 + 0,1 100 = 24, 4
Teoria da Deciso
Valor da informao perfeita

Clculo das probabilidades de indiferena: Exemplo
a)
Qual o valor mximo de erro que o agente de deciso pode cometer nas
estimativas dos estados da natureza, sem alterar a deciso ptima
D1
D2
Prob.
E1
6
4
0,6
E2
10
15
0,4
E[D1] = 7,6
E[D2] = 8,4 D*
Matriz de
ganhos
E[D1] = 6p1 + 10(1-p1) = 10 4p1

E[D2] = 4p1 + 15(1-p1) = 15 4p1
2005/2006
E[D1] = E[D2]
b)
p1 = 5/7 ( P1 = 5/7 D* = D1)

p2 = 2/7
Qual o mximo a pagar para determinar qual o estado da natureza

que ir ocorrer?
D2 deciso anteriormente tomada
E[Infor. Perfeita] = 0,6 x 2 + 0,40 x 0 = 1,2
Custo de oportunidade dado
que escolhi D2
18
Teoria da Deciso
Valor da informao
- Valor esperado da Informao perfeita
Valor da informao perfeita: valor mximo que estou disposto a pagar

pela informao depende da deciso escolhida
Valor Esperado da Informao Perfeita VEIP : ponderado o valor da
informao para cada cenrio (estado da natureza) atravs da probabilidade
de ocorrncia desse estado:
1. Para o estado de informao inicial (I), identificar a deciso ptima DI*
2. Para cada estado da natureza j (que se admite ter efectivamente ocorrido):
2005/2006
A.Identificar a deciso ptima DII* a que est associado um resultado

optimizado Rj *
B.Calcular a diferena dos resultados em relao deciso DI*
Vj = Rj* - Rj(DI* ) valor da informao perfeita (para o estado j)
3. Valor esperado da informao perfeita:

E[V] = Vjp j
j
19
Teoria da Deciso
Valor da informao
- Valor esperado da Informao perfeita
Exemplo:
1. -
D*I = D3
2. -
j = 1 D*II D1 V1 = R 11 R 31 = 26 16 = 10
j = 2 D*II D2 V2 = R 22 R 32 = 44 40 = 4
j = 3 D*II D3 V3 = R 33 R 33 = 60 60 = 0
j = 4 D*II D4 V4 = R 44 R 34 = 80 54 = 26
j = 5 D*II D5 V5 = R 55 R 35 = 100 50 = 50
2005/2006
Resumo:
3. -
Informao perfeita
Valor da informao
Probabilidades
Estado j = 1
10
0,05
Estado j = 2
0,2
Estado j = 3
0,5
Estado j = 4
26
0,15
Estado j = 5
50
0,1
E[V] = 10 0,05 + 4 0,2 + 0 0,5 + 26 0,15 + 50 0,1 = 10,2
20
10
Teoria da Deciso
Valor da informao
- Valor da informao adicional ( posterior)
Estado de informao I: priori D*I D 3

Estado de informao II: posteriori
Estado
E1
E2
E3
E4
E5
pj
0,05
0,05
0,2
0,65
0,05
E[D1 ] = 20,9
E[D2 ] = 36,5
E[D3 ] = 52,4
2005/2006
E[D4 ] = 64,5 D*II D4

E[D5 ] = 45,0
Estado
E1
E2
E3
E4
E5
Valor da informao
-20-16
10+40
46-60
80-54
76-50
R4j-R3j
-36
-30
-14
+26
+26
D*II
D*I
21
Teoria da Deciso
Valor da informao
- Valor da informao adicional ( posterior)
VEIA: Valor Esperado da Informao Adicional
2005/2006
VEIA = ( 36) 0,05 + ( 30) 0,05 + ( 14) 0,2 + 26 0,65 + 26 0,5 =

= 12,1
= 64,5 52, 4
= [( 20) 0,05 + 10 0,05 + 46 0,2 + 80 0,65 + 76 0,05]
[16 0,05 + 40 0,05 + 60 0,2 + 54 0,65 + 50 0,05]
Diferena entre valores esperados dos ganhos:

da deciso ptima posterior (depois da informao adicional) DII*
e da deciso ptima priori DI*
Sendo este valores esperados calculados para a

nova informao (probabilidades posterior)
22
11
Teoria da Deciso
Valor esperado da informao perfeita: Exemplo
Tipos tipos de equipamento a adquirir: A, B, C
Dentro de 1 ano, a Administrao central adquire tambm equipamento A,

B, C (existem estimativas das probabilidades da Administrao optar por
este ou aquele tipo de equipamento)
Custos diferenciados consoante a opo da Administrao Central

(compatibilidade, economia de escala, etc.)
2005/2006
Nossa deciso
DA
DB
DC
Probabilidades
Opo da Administrao Central

ZA
ZB
ZC
80
180
190
180
100
160
140
140
130
0,2
0,6
0,2
Custos
(milhares )
Custo adicional de 10 mil se a decis o for adiada por um ano
Valer a pena esperar um ano?

23
Teoria da Deciso
Valor esperado da informao perfeita: Exemplo

a) Deciso ptima para a informao actual
E[D A] = 0,2 x 80 + 0,6 x 180 + 0,2 x 190 = 162

E[D B] = 0,2 x 180 + 0,6 x 100 + 0,2 x 160 = 128 D*
E[D C] = 0,2 x 140 + 0,6 x 140 + 0,2 x 130 = 138
b) Custos de arrependimento dentro de 1 ano face deciso tomada
(Dopt DB)
2005/2006
Se a Administrao optar por A: 180 - 80 = 100

Se a Administrao optar por B: 100 - 100 = 0
Se a Administrao optar por C: 160 -130 = 30
c) Custo esperado de arrependimento
0,2 x 100 + 0,6 x 0 + 0,2 x 30 = 26

VEIP (> custo da informao perfeita)
24
12
Teoria da Deciso
Agenda
Noo de utilidade e curvas de utilidade
6.
Construo de curvas de utilidade
7.
Propenso e averso ao risco
2005/2006
5.
25
Teoria da Deciso

Utilidade associada a um resultado : medida do grau de satisfao que esse
resultado proporciona (ao agente decisor)
Exemplo
Matriz de ganhos (monet rios)
E1
E2
E[Di]
-15
+30
7,5
D2
+10
5,0
pj
0,5
0,5
2005/2006
D1
D*
Questes:
a) Valorao dos resultados (monetrios) [Ganhar 10 mil euros igualmente
atraente quando, partida, se tem 100 mil euros ou no se tem nada?]
b) Atitude face ao risco
26
13
Teoria da Deciso
Utilidade
Curva de Utilidade
-30
-20
100
90
80
70
60
50
40
30
20
10
0
-10 0
10
20
30
40
50
60
70
2005/2006
Mil
Matriz de Utilidades
E1
E2
E[Di]
D1
+25
+55
40
D2
+40
+45
42,5
pj
0,5
0,5
D*
27
Teoria da Deciso

AVERSO AO RISCO: utilidade marginal decrescente
2005/2006
Utilidade
y + 2
80
60
y - 1
20
200
X-
400
x
600
X+
Mil
28
14
Teoria da Deciso

AVERSO AO RISCO
I. Recebo uma quantia fixa: 400 => U(400) = 60 D*
II. Jogo: recebo 200 (50%) ou 600 (50%) => 0,5xU(200)+0,5xU(600) = 50
2 < 1
[U(x+) - U(x)] < [U(x) - U(x-)]
2005/2006
U(x+) + U(x-) < 2U(x)

0,5U(x+) + 0,5U(x-) < U(x)
Valor esperado da utilidade

associada a um jogo:
x+
0,5
0,5
x -
29
Teoria da Deciso

PROPENSO PARA O RISCO: utilidade marginal CRESCENTE
2005/2006
Utilidade
y + 2
80
40
y - 1
20
200
X-
400
x
600
X+
Mil
30
15
Teoria da Deciso

PROPENSO PARA O RISCO
I. Recebo uma quantia fixa: 400 => U(400) = 40
II. Jogo: recebo 200 (50%) ou 600 (50%) => 0,5xU(200)+0,5xU(600) = 50 D*
2 > 1
[U(x+) - U(x)] > [U(x) - U(x-)]
U(x+) + U(x-) > 2U(x)
2005/2006
0,5U(x+) + 0,5U(x-) > U(x)
Valor esperado da utilidade

associada a um jogo:
x+
0,5
0,5
x -
31
Teoria da Deciso
Anlise Marginal
Valor marginal: teoria do valor, segunda a qual ele determinado pela

sua utilidade marginal, isto , pelo acrscimo de utilidade total que se
obtm por cada unidade adicional do factor em causa
(Dicionrio da
Lngua Portuguesa)
Custo marginal: acrscimo de custo total resultante de produzir uma

unidade adicional
2005/2006
Exemplo: Numa oficina produzem-se diariamente 20 caixilharias, com um

custo total de 723,9. Se a produo passar a 21, o custo dirio passa
para 729,6. Ento, o custo marginal da 21 caixilharia 5,7, igual ao
acrscimo do custo total de passar de 20 para 21 (normalmente
corresponde ao custo varivel de produzir uma caixilharia)
32
16
Teoria da Deciso
Anlise Marginal
Custo Total
600,0
800,0
500,0
700,0
Marginal
Euros
Euros
500,0
2005/2006
Mdio
400,0
600,0
400,0
300,0
200,0
300,0
200,0
100,0
100,0
0,0
0,0
1 3 5 7 9 11 13 15 17 19 21 23
Unidades
7 10 13 16 19 22
Unidades
33
Teoria da Deciso
Agenda
Decises sequenciais
9.
rvores de deciso
2005/2006
8.
34
17
Teoria da Deciso
Decises sequenciais
Os problemas de deciso reais apresentam frequentemente

um carcter sequencial:
Exemplo
O planeamento de um semestre no IST feito por um aluno:
Vou aos testes de todas as disciplinas que o permitam
Quanto maior for o nmero de provas de avaliao, exames ou teste,
2005/2006
menor a probabilidade de xito

As disciplinas que correrem mal em teste passam para a 1 chamada
de exame
As disciplinas que correrem mal na 1 chamada de exame passam
para a 2 chamada de exame
Se mesmo assim no fizer todas as disciplinas, ento vou a 2 poca
...poca especial...
35
Teoria da Deciso
Decises sequenciais e rvores de deciso
Sequencialidade:
Alternncia entre momentos de escolha controlados pelo decisor
momentos de deciso
E momentos de escolha controlada pelas variveis no
2005/2006
controlveis, isto , o resto do mundo momentos do acaso
rvores de deciso:
Permitem a anlise dos problemas de deciso sequenciais,
descrevendo a sequncia de momentos de deciso ( ) e do
acaso ( )
E, bem assim, as alternativas correspondentes a cada momento
36
18
Teoria da Deciso
Decises sequenciais e rvores de deciso
rvores de deciso:
1. Representam-se em rvore as possveis sequncias de
escolhas do decisor e do acaso (trajectrias de alternativas)
2. Calculam-se os resultados relativos s pontas da rvore
3. Probabilizam-se os ramos dos ns de acaso a fim de poder
2005/2006
associar a cada n um valor de sntese (em geral, o valor

esperado)
4. Escolhem-se nos ns de decises os ramos com melhor
resultado, iniciando essas escolhas nos ns de deciso mais
profundos da rvores e recuando progressivamente at atingir
o n de deciso inicial (correspondente ao instante actual)
37
Teoria da Deciso
Decises sequenciais e rvores de deciso Exemplo 1

Compra de um equipamento
Um instituto pblico possui um dado equipamento A que tem de ser
substitudo por outro mais eficiente (B) no prazo mximo de 2 anos. Esta
substituio pode ocorrer imediatamente ou daqui a 1 ou 2 anos. Para
determinar qual a data mais aconselhvel para a sua substituio,
obtiveram-se as seguintes previses:
Preo do equipamento B (milhares de euros)
2005/2006
Preo Actual
Prximo ano
Daqui a 2 anos
Prob.
Preo
Prob.
Preo
0,2
600
0,6
0,4
400
500
0,7
700
0,5
0,5
500
600
0,1
750
0,8
0,2
950
1.000
700
38
19
Teoria da Deciso

Compra de um equipamento
Preo de venda de A (milhares de euros)
Actual
Prximo ano
Daqui a 2 anos
300
280
260
2005/2006
Prejuzos resultantes de usar A em vez de B (milhares de euros)

40
60
Nota: Todos os preos e prejuzos foram previamente actualizados para

valores referentes ao ano em curso
Questo: Recomendaria a substituio imediata do equipamento?
39
Teoria da Deciso
Decises
Momento sequenciais e rvores de deciso Exemplo 1
de deciso
Momento de
acaso
rvore de deciso
r
pra
com
No
com
pra
r
0,4
0,2
Comprar
N
oc
om
pra
r
0,1
0,5
0,5
Comp
rar
r
pra
om
oc
N
2005/2006
0,6
No comp
rar
0,7
2005
rar
mp
o
C
2006
0,2
0,8
2007
40
20
Teoria da Deciso

rvore de deciso
360 = 600 + 40 - 280
rar
mp
Co
400 = 700 - 300
r
pra
com
N
oc
om
pra
r
0,4
0,2
340 = 500 + 40 + 60 - 260

Compra
0,7
460 = 700 + 40 - 280
N
oc
om
pra
r
0,1
Comp
2005
r
pra
om
oc
N
2005/2006
240 = 400 + 40 + 60 - 260
0,6
No com
prar
340 = 500 + 40 + 60 - 260
0,5
0,5
440 = 600 + 40 + 60 - 260
rar
510 = 750 + 40 - 280

840 = 1000 + 40 + 60 - 260
0,2
0,8
2006
790 = 950 + 40 + 60 - 260
Custo total da compra

do equipamento
2007
41
Teoria da Deciso

Momento de deciso:
No comprar
rvore de deciso
360
400
r
pra
com
N
oc
om
pra
r
No com
prar (280)
460
N
oc
om
pra
r
0,1
r
pra
om
oc
N
2005/2006
0,4
340
Compra
Comp
2005
240
0,6
0,2
0,7
(380)
Momento de deciso:
No comprar
rar
mp
Co
380 = 0,2 x 280 +

+ 0,7 x 390 +
+ 0,1 x 510
340
0,5
(390)
Momento de deciso:
comprar
0,5
440
rar
510
0,2
840
0,8
2006
custo esperado
800 = 840 x 0,2 + 790 x 0,8
(800)
790
2007
42
21
Teoria da Deciso

rvore de deciso
360
rar
mp
Co
400
r
pra
com
N
oc
om
pra
r
340
Compra
460
N
oc
om
pra
r
0,1
Comp
2005
340
0,5
(390)
0,5
440
rar
r
pra
om
oc
N
2005/2006
0,4
0,2
0,7
(380)
240
0,6
No com
prar (280)
510
Recomendao para 2005:
0,2
840
0,8
2006
No comprar
790
(800)
43
2007
Teoria da Deciso

Venda de um terreno que pode ter uma jazida de petrleo
Fu
ro
)
4,3%
leo (1
r
t
e
P
De
r v
sfavo
el (7
Seco (8
5,7%)
Venda
0%)
Fav
or
vel
(30
%)
Seco (5
0%)
Fu
ro
o
tud o
es gic
er l
z
Fa smo
si
Venda
o
tud ico
es g
er
az l
of mo
N sis
)
(25%
leo
Petr
Seco (7
5%)
Fu
ro
2005/2006
50%
leo (
Petr
Venda
44
22
Teoria da Deciso

- Custos
Petr
Fu
ro
+ Receitas
Resultado
do
stu ico
r e l g
e
z
Fa smo
si
-30
avor
(
vel
+800
Seco (8
5,7%)
-100
-130
Venda
0%)
60
+90
50%
leo (
Petr
Fav
or
vel
(30
%)
670 =
= 800 - 100 - 30
+800
Fu
ro
2005/2006
Desf
)
4,3% 670
leo (1
Seco (5
0%)
-100
-130 = -100 - 30
0
Venda
60 = 90 - 30
+90
o
tud ico
es g
er
az l
of mo
N sis
)
(25%
leo
Petr
700 = 800 - 100
+800
Fu
ro
Seco (7
5%)
-100
-100
Venda
90
+90
45
Teoria da Deciso

- Custos
+ Receitas
-15,7
Petr
Fu
ro
Desf
avor
(
vel
Fav
or
vel
(30
%)
-130
60
+90
60
270
Petr
50%
leo (
670
+800
Seco (5
0%)
-100
123
-130
0
Venda
Valor esperado (j
com custo de estudo)
100
100
60
+90
270
Fu
ro
o
tud co
es gi
er
az l
of mo
N sis
2005/2006
123
do
stu ico
re g
ze ol
a
F sm
si
-30
-100
Venda
Fu
ro
Valor esperado (deciso)
0%)
+800
Seco (8
5,7%
Resultado
Valor esperado (acaso)
)
4,3% 670
leo (1
)
(25%
leo
Petr
700
+800
Seco (7
5%)
-100
0
Venda
+90
-100
90
46
23
Teoria da Deciso
Agenda
Metodologia multicritrio
n
Estruturao, rvore de valores e operacionalizao

dos pontos de vista
Avaliao local:
2005/2006
10.
Noo de funo de valor
Mtodos de construo das funes de valor

(direct rating e bisseco)
47
Teoria da Deciso
Critrio instrumento que permite a avaliao de aces /alternativas

segundo um ponto de vista particular
Incorpora:
Um orientao pr-activa do utilizador elementos mais subjectivos:
2005/2006
Que objectivos se pretende alcanar?
Uma orientao analtica reactiva elementos mais objectivos:

Que caractersticas das alternativas afectam a sua atractividade?
48
24
Teoria da Deciso
Quer os objectivos dos decisores, quer as caractersticas das

aces / alternativas constituem o que se designa por ponto de
vista (ou preocupao, atributos...)
2005/2006
Deste modo, um ponto de vista (ou preocupao) qualquer

aspecto, num determinado contexto, que os actores consideram
relevantes para a avaliao da atractividade das aces /
alternativas
49
Teoria da Deciso
Fases da metodologia multicritrio apoio tomada de deciso
A. Estruturao
Sistemas de valores / objectivos
Pontos de vista
(perspectivas)
2005/2006
Critrios /
Atributos
Discritor do nvel de impacto (ou desempenho) de

cada alternativa segundo cada ponto de vista
Operacionalizao: construo da matriz de impactos

50
25
Teoria da Deciso
Fases da metodologia multicritrio apoio tomada de deciso
B. Avaliao
Avaliao local (segundo cada ponto de vista)
2005/2006
Agregao
Avaliao final
51
Teoria da Deciso
B. Avaliao
1. Avaliao parcial (ou local) de cada alternativa segundo cada um dos
pontos de vista fundamentais
Construo de uma funo de valor (cardinal) para cada descritor
Associa uma pontuao (valor cardinal, numa escala prdefinida) a cada
um dos nveis de impacto do descritor
2. Avaliao global, por agregao das avaliaes parciais

Mtodos de agregao
Compensatrios
2005/2006
No compensatrios
Mtodo compensatrio: agregao por mdia ponderada (modelo de

agregao aditiva simples)
Pontuao parcial da alternativa a
N
Pontuao global da
alternativa a
V(a ) = i Vi (a )
i= 1
segundo o ponto de vista i

peso do ponto de vista i
necessrio atribuir os pesos aos pontos de vista, que funcionam

como constantes de escala que harmonizam as avaliaes parciais
52
26
Teoria da Deciso
B. Avaliao
3. Avaliao de sensibilidade:
Avaliar a robustez das recomendaes
Providenciar meios de aprendizagem aos actores para eventual

reviso dos seu juzos de valor e quadros e preferncias
2005/2006
reflectivos no modelo de avaliao
53
Teoria da Deciso
Metodologia multicritrio rvore de valores

Exemplo 1 Escolha de um novo escritrio
Escritrio
Benefcios
Custos
2005/2006
Marketing
Aquisio
()
Manuteno
(/ano)
Proximidade
aos clientes
Distncia
ao centro
(km)
Visibilidade
Condies de trabalho
Imagem
Conforto
Escala ordinal ou estimao directa

(atribuio de pontos)
rea
(m2)
Estaciona
mento
(n de
54
lugares)
27
Teoria da Deciso

Exemplo 2 Escolha de um carro
Custo de aquisio
Economia
()
Custo de manuteno (/ano)

consumo
(litros/100km)
Velocidade mxima
Desempenho
(Km/h)
Acelerao 0-100 km/h (seg. )

Traves
Seguran a
ABS
(s/n)
Dist. Travagem a 100 km/h

Airbag
(m)
Equipamento
seguran a
Pr-tensores
Barras de protec o
2005/2006
Carro
Etc.
(litros)
Bagageira
Dist. Banco-tecto
Espao
Conforto
Ar condicionado
Equipamento
Esttica
Direc o assistida
(*)
Suspenso
Status
(cm)
Largura interior
(cm)
Comprimento interior (cm)
(*)
(*)
Rdio
Vidros elctricos...etc.
(*) escala qualitativa
55
Teoria da Deciso

v Propriedades desejveis da rvore de valores:
Abrangncia
Operacionalidade
Independncia
Ausncia de redundncia
Dimenso mnima
2005/2006
v Escalas de classificao:
De razo (cardinal, com zero absoluto)
De intervalos (cardinal, sem zero absoluto)
Ordinal
Nominal
56
28
Teoria da Deciso
Metodologia multicritrio Avaliao local
Avaliao local arranjar uma funo de valor que transforme as

preferncias, o desempenho das alternativa (em cada um dos pontos
de vista) numa escala pr-definida (por exemplo: de 0 a 100, ou de 0 a
10...)
A funo de valor de transformao deve ser
No decrescente
Ou no crescente
No crescente
120
120
100
100
80
80
valor
valor
2005/2006
No decrescente
60
40
60
40
20
20
rea de escritrio
1600
1400
1200
1000
800
600
400
200
m2
10
12
14
km
Distncia ao centro
57
Teoria da Deciso

Funes de valor Mtodo da bisseco:
1. Fixar uma escala de valor (0 a 100, por exemplo) e atribuir o valor mais
baixo (0) alternativa com pior nvel de performance e o mais elevado
(100) com melhor nvel de performance (de acordo com o ponto de vista
em causa)
Ex: V(100m 2) = 0
2005/2006
V(1500m 2) = 100
2. Identificar o nvel de performance que, segundo o agente de deciso, tem
um valor a meio caminho entre a melhor e a pior alternativa
Ex: V(X m 2) = 50
X = ? X = 700 m 2
3. Repetir o passo 2 tomando como extremos alternativas cujo valor j tenha
sido estimado
58
29
Teoria da Deciso

Funes de valor Estimao Directa (Direct rating):
1. Ordenar as alternativas (para um dado ponto de vista), por ordem
decrescente de preferncias
2. Definir uma escala de valor (0 a 100, por exemplo) e atribuir o valor mais
elevado (100) alternativa de maior preferncia e o menos elevado (0)
2005/2006
de menor preferncia
3. Atribuir sucessivamente pontuaes s outras alternativas
4. Verificar se as diferenas de pontuao entre alternativas reflectem
efectivamente diferena de graduao de preferncias
59
Teoria da Deciso
Agenda
Mtodos compensatrios
n
Padronizao da matriz de impactos
Avaliao global (mdia ponderada)
Razo de compensao
Anlise de sensibilidade aos pesos (Trident)
2005/2006
11.
60
30
Teoria da Deciso
Metodologia multicritrio Mtodos compensatrios
Padronizao da matriz de impactos

Padronizao de escalas: 0 = Xij = 1 para cada atributo
Sentido de preferncia crescente:
2005/2006
'
ij =
( ij )
max ( ij ) - min ( ij )
i
i
ij - min
i
ou, se sentido de preferncia decrescente:
'
ij =
( ij ) - ij
max ( ij ) - min ( ij )
i
i
max
i
Nota: Admitindo funo de valor linear.

61
Teoria da Deciso
2005/2006
Padronizao da matriz de impactos (exemplos)

i
Xi ( Lucros)
350
400
Xi ( Custos)
350
400 350
= 0,2
400 150
400
250
0,4
250
0,6
150
150
300
0,6
300
0,4
350 150
= 0,8
400 150
62
31
Teoria da Deciso
Avaliao global agregao por mdia ponderada (Mtodo de

agregao aditiva simples)
Pontuao parcial da alternativa Ai
segundo o ponto de vista j
N
V(A i ) = jVj (A i )
j =1
peso do critrio j
2005/2006
Pontuao global da
alternativa Ai
X i = jXij
Por vezes
j=1
j=1
=1
63
Teoria da Deciso
Metodologia multicritrio Exemplo

Problema: aquisio de um imvel para instalao da sede de uma
empresa
Cinco alternativas (A 1 a A 5 )
Trs Pontos de Vista Fundamentais (critrios):
Custo
Funcionalidade
Qualidade arquitectnica e integrao urbanstica
2005/2006
Operacionalizao dos PVF: descritores para os critrios

Critrio
Custo
Funcionalidade
Qualidade arquitectnica
e integrao urbanstica
Descritor
Custo de aquisio (106 Euros)
ndice que sumariza um vasto
conjunto de caractersticas e
atributos funcionais do edifcio
(escala de 0-10)
Escala qualitativa (Deficiente;
Suficiente; Boa; Muito Boa)
64
32
Teoria da Deciso
2005/2006
Matriz dos impactos:
Alternativa
Custo (c)
11
Funcionalidade
(f)
7
Qualidade
(q)
Deficiente
A1
A2
14
Suficiente
A3
13
Muito Boa
A4
12
Boa
A5
12
Boa
Nota: a alternativa A4 dominada por A5!
65
Teoria da Deciso
Modelos de preferncias parciais (segundo cada um dos critrios):

funes de valor
Custo: funo de valor linear entre os custos mnimo (11x106 Euros) e
mximo (14x106 Euros) das alternativas em jogo
Funcionalidade : funo de valor linear entre os limites da escala adoptada
2005/2006
para o ndice de sntese

Qualidade arquitectnica e integrao urbanstica:
Nvel do descritor
Deficiente
Suficiente
Boa
Muito Boa
Pontuao (valor cardinal)

0
5
8
10
66
33
Teoria da Deciso
Padronizao (uniformizao das escalas de avaliao parcial):

exprimir todas as avaliaes parciais na escala (0-1)
Custo:
14 Custo(a )
(14 11)
Pontuao(a )
10
Funcionalidade:
Qualidade arquitect. e int. urb.:
ndice func.(a )
(10 0)
2005/2006
Matriz de avaliaes parciais padronizadas

Alternativa
A1
A2
A3
A4
A5
Custo (c)
1
0
1/3
2/3
2/3
Funcionalidade (f)
2/3
1
1/3
0
1/2
Qualidade (q)
0
1/2
1
4/5
4/5
67
Teoria da Deciso

Avaliao global :
Avaliaes parciais
Perfis de impacto
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
A1
A2
A3
A4
A5
2005/2006
Custo
Alternativas
A1
A2
A3
A4
A5
Pesos
Funcionalidade
Avaliaes parciais (locais)

FuncioCusto
Qualidade
nalidade
1
0,667
0
0
1
0,5
0,333
0,333
1
0,667
0
0,8
0,667
0,5
0,8
0,4
0,3
Qualidade
Avaliao
global
0,600
0,450
0,533
0,507
0,657
V(A j ) = i Vi (A j )
N
i =1
0,3
Melhor alternativa
68
34
Teoria da Deciso
2005/2006
Avaliao global :
Pontuao global
A5 = 0, 267 + 0,15 + 0,24 = 0,657
69
Teoria da Deciso

Razo de compensao (trade-off) entre dois critrios
Critrio 1 - Custo
Peso = 0.4
Pior nvel (pontuao parcial = 0) Custo = 14 x 10 6 (A2)
Melhor nvel (pontuao parcial = 1) Custo = 11 x 10 6 (A1 )
Diferena de atractividade entre estes dois nveis
vale 0.4 pontos em termos de avaliao global
2005/2006
Critrio 3 Qualidade arquitectnica e integrao urbanstica

Peso = 0.3
Pior nvel (pontuao parcial = 0) Deficiente (A1 )
Melhor nvel (pontuao parcial = 1) Muito Boa (A3 )
Diferena de atractividade entre estes dois nveis
vale 0.3 pontos em termos de avaliao global
70
35
Teoria da Deciso

Razo de compensao (trade-off) entre dois critrios:
3
0 ,3
=
= 0,75
1
0, 4
2005/2006
O ganho de 1 ponto no critrio 3 (correspondente a passar de

Deficiente a Muito Bom)
compensado pela perda de 0,75 pontos no critrio 1
(correspondente a (14-11) x 0,75 = 2,25 x 106 , visto que a funo
de valor do custo linear).
Isto , uma alternativa Deficiente em termos de Qualidade

Arquitectnica e Integrao Urbanstica equivalente
(igualmente atraente) a uma outra Muito Boa neste critrio,
mas com um acrscimo de custo de 2,25 x 106 ou, dito de
outro modo,
para passar de Deficiente a Muito Boa no critrio 3 estaria
disposto a pagar, no mximo, 2,25 x 106 para essa mudana
ser atraente.
71
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios apenas 2 critrios
Matriz de avaliaes parciais
Alternativa
A1
A2
A3
A4
A5
Pesos
Custo (c)
1
0
1/3
2/3
2/3
1
Funcionalidade (f)
2/3
1
1/3
0
1/2
2 = 1 1
2005/2006
Avaliaes globais (soma ponderada):
2
(1 1 ) = 2 + 1
3
3
3
x 2 = 0 1 + 1 (1 1 ) = 1 1
1
1
1
x 3 = 1 +
(1 1 ) =
3
3
3
2
2
x 4 = 1 + 0 (1 1 ) =
1
3
3
2
1
1 1
x 5 = 1 + (1 1 ) = + 1
3
2
2 6
A1
x1 = 1 1 +
A2
A3
A4
A5
72
36
Teoria da Deciso
2005/2006
Anlise de sensibilidade aos pesos dos critrios apenas 2 critrios
73
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios 3 critrios
Anlise de sensibilidade ao peso 1 do Critrio 1, mantendo relao (neste caso,
igualdade) entre os pesos dos outros critrios
1 1
2 = 3 = 2
2005/2006
Matriz de avaliaes parciais

Alternativa
A1
A2
A3
A4
A5
Pesos
Custo (c)
1
0
1/3
2/3
2/3
1
Funcionalidade (f)
2/3
1
1/3
0
1/2
2 =
1 1
2
Qualidade (q)
0
1/2
1
4/5
4/5
3 =
1 1
2
74
37
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios 3 critrios
2 1 1 1 2
= + 1
3 2 3 3
1 1
1 1 1 3 3
A 2 X2 =
+
= 1
2
2 2 4 4
2005/2006
A 1 X 1 = 1 +
1
1 1 1 1 1
2 1
1 +
= 1
+
3
3 2
2
3 3
2
1 1 1 4 1 1
A 5 X 5 = 1 +
+
= 0.65 + 0.0166 1
3
2 2 5 2
A3 X3 =
75
Teoria da Deciso
critrios
2005/2006
Anlise de sensibilidade aos pesos dos critrios 3
76
38
Teoria da Deciso

Anlise de sensibilidade aos pesos dos critrios Trident
Custo (c)
1
0
1/3
2/3
2/3
1
Funcionalidade (f)
2/3
1
1/3
0
1/2
2
2005/2006
Alternativa
A1
A2
A3
A4
A5
Pesos
Qualidade (q)
0
1/2
1
4/5
4/5
1 - 1 - 2
A 4 - alternativa
dominada
77
Teoria da Deciso

2
?2
3
1
A2 X2 = ? 2 +
(1 ?1 ? 2 ) = 1 1 ? 1 + 3 ? 2
2
2 2
4
1
1
2
2
A3 X3 = ? 1 +
? 2 + 1 (1 ? 1 ? 2 ) = 1 ? 1 ? 2
3
3
3
3
2
1
4
A 5 X 5 = ?1 +
?2 +
(1 ?1 ? 2 ) = 4 2 ? 1 3 ? 2
3
2
5
5 15
10
2005/2006
A1 X1 = ? 1 +
78
39
Teoria da Deciso

Anlise de sensibilidade no plano assinalando os pontos Xi = Xj :
2
2005/2006
1,2
X1 = X2 ? 2 = 3 9? 1
3 5
X1 = X3 ? 2 = ? 1
4 4
24
X1 = X5 ? 2 =
29? 1
29
3 1
X2 = X3 ? 2 = ?1
7 7
3 11
X2 = X5 ? 2 = + ? 1
8 24
6 16
X3 = X5 ? 2 = ? 1
11 11
X1=X2
X 2= X5
0,8
0,6
0,4
=X
0,2
=X
X2 = X
=X
0
0
0,25
0,5
0,75
1,25
79
Teoria da Deciso

Cada rea elementar est associada a uma certa ordenao das
alternativas => a troca de posio relativa obriga a atravessar uma das
rectas!
2
1,2
X 1=X2
X 2= X5
2005/2006
0,8
X2
0,6
0,4
X1
X5
0,2
X2 = X
X3
0
0
0,25
0,5
X3 =X
5
=X
X10,75
=X
1,25
80
40
Teoria da Deciso
Agenda
Mtodos compensatrios
n
Discusso sobre os pesos dos critrios
Mtodos swing weights para a determinao dos

pesos
Exemplo de aplicao da determinao dos pesos
2005/2006
11.
81
Teoria da Deciso

Discusso sobre o peso dos critrios
A atribuio de pesos
(coeficientes de ponderao) aos critrios tem
obrigatoriamente de ser feita com referncia s escalas de impacte dos critrios

So incorrectos os processos de ponderao directa, por referncia noo
psicolgica e intuitiva de importncia dos critrios, mas desligada dos
respectivos intervalos de escala!
Exemplo: na avaliao de propostas para a realizao de uma empreitada,
2005/2006
considerem-se dois critrios: custo e prazo

Por se considerar o custo mais importante que o prazo, atriburam-se os
pesos 0,6 e 0,4, respectivamente (o que corresponder (?!) ideia que o
custo 1,5 vezes mais importante que o prazo)
82
41
Teoria da Deciso

2005/2006
Cenrio 1 apresentaram-se a concurso dois concorrentes

Concorrente
Custo
(10 6 euros)
Prazo
(meses)
24
18
Admitindo (como prtica muito habitual) que, para avaliao segundo cada critrio,
so dados 100 pontos melhor proposta e 0 (zero) pontos pior (usando-se uma
interpolao linear para propostas intermdias, caso existam, o que corresponde a
assumir um andamento linear para as respectivas funes de valor entre aqueles casos
extremos)
Concorrente
Avaliao
Avaliao Parcial
Custo
Prazo
global
100
60
100
40
Concluso: proposta do concorrente A prefervel do B
83
Teoria da Deciso

Cenrio 2 apresentaram-se a concurso trs concorrentes
(igual ao Cenrio 1, com uma terceira proposta C)
Concorrente
Custo
Prazo
(10 6 euros)
(meses)
24
18
18
Admitindo o mesmo esquema de avaliao

2005/2006
Concorrente
Avaliao Parcial
Avaliao
Custo
Prazo
global
100
60
40
100
64
100
40
Concluso: proposta do concorrente B agora prefervel do A !!! (apenas como

resultado de ter surgido uma 3 proposta, que at dominada pela do concorrente B)
84
42
Teoria da Deciso

Cenrio 3 apresentaram-se a concurso dois concorrentes
Concorrente
Custo
Prazo
(10 3 euros)
(meses)
3 000
24
3 001
18
Admitindo o mesmo esquema de avaliao
2005/2006
Concorrente
Avaliao Parcial
Avaliao
Custo
Prazo
global
100
60
100
40
Concluso: proposta do concorrente A prefervel do B (...mas razovel
dar um peso 0.6 a uma diferena de custos de apenas 1000 euros e 0.4 a
uma diferena de prazos de 6 meses?)
85
Teoria da Deciso

Interpretao dos pesos (coeficientes de ponderao):
O peso de um critrio representa o acrscimo de pontuao global quando se
passa do pior nvel para o melhor nvel nesse critrio (admitindo que o
intervalo de escala para avaliao parcial segundo esse critrio entre 0 e 1)
2005/2006
Alternativa
Pontuaes parciais
Pontuao global
Critrio 1
Critrio 2
Critrio 3
...
Critrio 4
0 (pior nvel)
...
0 p1 + x p 2 + y p 3 + K + z p n
1 (melhor nvel)
...
1 p 1 + x p2 + y p 3 + K + z p n
Diferena entre as duas alternativas
p1
86
43
Teoria da Deciso

A razo entre os pesos de dois critrios representa a funo de troca (trade-off) entre esses critrios
(ou melhor, entre as pontuaes ou avaliaes parciais segundo esses critrios)
Critrio custo
(peso = 0.8)
Melhor nvel
(100 pontos)
Pior nvel
(0 pontos)
Critrio prazo
(peso = 0.2)
200 x 103 euros
12 meses
400 x 103 euros
24 meses
2005/2006
Critrio 1
Alternativa
Custo
(10 3euros)
A
B
Diferena
(A-B)
Critrio 2
Pontuao
Parcial (V1)
Prazo
(meses)
Pontuao
Parcial (V2)
Avaliao global
300
50
15
75
55
275
62.5
21
25
55
+25
- 12.5
+6
+ 50
Trocam-se (ficando indiferente) 12.5 pontos no critrio custo (o que corresponde a pagar mais 25 x 103
euros) por 50 pontos no critrio prazo (o que corresponde a reduzir o prazo em 6 meses)
p
V1
0 .2
12 .5
Razo entre os pesos = 2 =
= 0 .25 =
=
p1 0 .8
50
V2
p1 V1A + p2 V2A = p1 V1B + p 2 VB

V2A V2B = p1 V1A V1B
2 p2 1
4243
14243
V2
V1
p2
p1
V1
V2
p
V1 = 2 V2
p
871
Teoria da Deciso

Mtodo swing weights para determinao dos pesos
1. Ordenar atributos segundo ordem decrescente de importncia.
Imaginar uma alternativa que est ao pior nvel segundo todos os
atributos. Se apenas fosse possvel mover um atributo para o seu
melhor nvel de performance, qual o atributo escolhido?
Repetir para 2 (3, etc.) escolha.
2. Ao atributo mais importante atribuir um coeficiente mximo (por
2005/2006
exemplo, 100).
3. Sucessivamente, para cada um dos outros atributos, procurar
quantificar a importncia de mudar do pior para o melhor nvel
segundo esse atributo comparativamente com o mesmo tipo de
mudana segundo o atributo mais importante.
4. Normalizar pesos (para que a soma d 1)
88
44
Teoria da Deciso

Swing Weights - Exemplo:
Uma empresa de transporte pblico pretende explorar uma de 4 linhas de transportes
(L1 a L4).
2005/2006
Para a avaliao dessas linhas foram estabelecidos 3 critrios: lucro anual previsvel
durante os prximos 5 anos (C1), possibilidade de expanso urbanstica da rea a
servir (C2) e probabilidade de haver concorrncia de outros operadores (C3)
Para o critrio C1 foi decidido que a sua funo de valor seria linear (0 para a pior
alternativa e 1 para a melhor), para o critrio C2 admitiu-se V(Mdia) = 0,5 e para o
critrio C3 utilizou-se o Direct Rating considerando-se que a diferena de valor de
passar de uma probabilidade de concorrncia Alta (pior alternativa) para uma
probabilidade Mdia o dobro da diferena de passar de uma probabilidade de
concorrncia Mdia para uma probabilidade Baixa.
Para a definio do peso dos critrios decidiu-se aplicar o mtodo Swing Weights,
tendo-se considerado que o critrio C1 era o mais importante, que passar o critrio
C2 de Pequena para Grande era igualmente atractivo a baixar C1 em 31,25
milhes de euros e que o decisor estaria disposto a baixar de Baixa para Alta o
critrio C3 caso o C1 subisse 43,75 milhes de euros
89
Teoria da Deciso

A anlise das linhas de transporte mostrou que:
2005/2006
Linha
L1
L2
L3
L4
C1[milhes ]
100
150
120
130
C2
Mdia
Grande
Pequena
Pequena
C3
Baixa
Alta
Mdia
Alta
Que linha escolher utilizando o modelo de agrega o aditiva simples?

N
V(A i ) = jVj(A i )
j =1
90
45
Teoria da Deciso

Avaliao local:
Linha
L1
L2
L3
L4
Peso
C1[milhes ]
100
150
120
130
V1
0,00
1,00
0,40
0,60
p1
V2
0,50
1,00
0,00
0,00
p2
C2
Mdia
Grande
Pequena
Pequena
C3
Baixa
Alta
Mdia
Alta
V3
1,00
0,00
0,67
0,00
p3
2005/2006
V1 = (Li-100)/(150-100)
V(Alta) = 0,0
V(Mdia) = 2/3
V(Baixa) = 1,0
V(Pequeno) = 0,0
V(Mdio) = 0,5
V(Grande) = 1,0
91
Teoria da Deciso

Avaliao global - clculo dos pesos:
=43,75/(150-100)
Critrio considerado
mais importante
=31,25/(150-100)
C1 C2
0 x p1 + 1,0 x p2 = 0,625 x p1 + 0 x p2
C1
150
=100+43,75
1,0
=100+31,25
=> p2 = 0,625p1
C3
87,5%
(143,75)
Baixa
1,0
C1 C3
0 x p1 + 1,0 x p3 = 0,875 x p1 + 0 x p3
C2
1,0
=> p3 = 0,875p1
62,5%
(131,25)
Normalizar os pesos
2005/2006
Grande
p1 + p2 + p3 = 1,0
Soluo
p1 = 0,40
Pequena
0,0
100
0,0
Alta
0,0
p2 = 0,25
p3 = 0,35
92
46
Teoria da Deciso

Avaliao global - agregao:
N
V (Ai ) = j Vj (A i )
j=1
2005/2006
Linha
L1
L2
L3
L4
p
V1
0,00
1,00
0,40
0,60
0,40
V2
0,50
1,00
0,00
0,00
0,25
V3
1,00
0,00
0,67
0,00
0,35
V(Li)
0,48
0,65
0,39
0,24
Melhor linha!
93
Teoria da Deciso
Agenda
12.
Mtodos no compensatrios
n
Conceito
Electre
n
Noo de subordinao
Matriz de concordncia
2005/2006
Matriz de discordncia
n Teste de concordncia e no concordncia
n
Anlise de subordinao
Exemplo
94
47
Teoria da Deciso
Metodologia multicritrio Mtodos no compensatrios
Conceito
Avaliao global baseada num conjunto de caractersticas (ou
atributos) das alternativas, mas no so admissveis modelos
de
agregao
das
caracterstica
avaliaes
particular)
parciais
baseados
(segundo
em
cada
esquemas
compensatrios.
2005/2006
Um mau desempenho (pelo menos) em determinada(s)

caracterstica(s) no pode ser compensado por bons
desempenhos em outras caractersticas.
95
Teoria da Deciso
Conceito
Exemplo: avaliao de um aluno baseada nas classificaes obtidas
nas disciplinas de Matemtica, Portugus, Qumica, Biologia, Ingls e
Desenho (caractersticas consideradas relevantes):
Ms
classificaes
Matemtica
Portugus
no
podem
ser
2005/2006
compensadas por boas notas nas restantes disciplinas.

Para que um aluno seja considerado (globalmente) Bom, ele tem que ser
pelo menos Bom a Matemtica e Portugus.
Uma
classificao
Matemtica
ou
Portugus
determina
automaticamente que o aluno no possa ter avaliao global positiva

(independentemente das classificaes nas restantes disciplinas).
96
48
Teoria da Deciso

Tcnicas dos determinantes
Avaliao parcial (segundo cada caracterstica): 5 nveis de classificao:
N5 (ou ++) muito positivo
N4 (ou +) positivo
N3 (ou 0) neutro
N2 (ou -) negativo
N1 (ou - -) muito negativo
2005/2006
Cada caracterstica classificada atendendo importncia que lhe atribuda na

avaliao global das alternativas, usando categorias como:
+
Grau de importncia
da caracterstica
para a avaliao
global
Determinante (quando se considera que uma alternativa que

seja negativa (pior que neutro) numa caracterstica
determinante condio suficiente para ser globalmente
avaliada como negativa (pior que neutro)
Importante
Secundria
97
Teoria da Deciso

Regra de agregao define condies para atribuio de nveis de
classificao global atendendo a avaliaes parciais e categoria de
importncia das caractersticas respectivas
Exemplo (Tcnica dos determinantes):
Avaliao
global
2005/2006
++
Condies
Todas as caractersticas determinantes positivas, todas as importantes positivas e uma
maioria das secundrias positivas; pelo menos uma determinante muito positiva e
maioria global das caractersticas muito positivas
Todas as caractersticas determinantes positivas e uma maioria d as importantes e

secundrias positivas
Maioria das caractersticas determinante e importantes no negativas, sem nenhuma

determinante negativa
Alguma caracterstica determinante negativa ou a maioria das determinantes e

importantes negativas
--
Todas as caractersticas determinantes negativas ou (alguma determinante muito

negativa e todas as importantes negativas)
98
49
Teoria da Deciso
Metodologia multicritrio Mtodos no compensatrios (Electre)
ndice de concordncia: soma dos pesos (coeficientes de importncia) dos

critrios para os quais o desempenho de a pelo menos to bom como o de b
n
C = (para j : X X )
ab j=1 j
aj
bj
2005/2006
j coeficiente de importncia relativa do critrio j
( j = 1)
ndice de discordncia: mximo da diferena de desempenho segundo

critrios para os quais o desempenho de b melhor que o de a:
Dab = Maxj(Xbj - Xaj)
99
Teoria da Deciso

Matriz de discordncia (exemplo)
Alternativa
A1
A2
A3
A5
Custo (c)
1
0
1/3
2/3
A1
2005/2006
A1
A2
A3
A2
( 1, +
_____
1 , +1
3
2
(1, - 13 , - 1 2)
_____
(2 3 ,
A3
( 1 3 , 2 3 , - 1 2 )
Qualidade (q)
0
1/2
1
4/5
A5
) ( 2 3 , - 13 , 1) ( 1 3 , - 1 6 , 4 5 )
1
( 13 , - 2 3 , 12) (2 3 , - 12 , 715)
1 , -1
3
?
A5
Funcionalidade (f)
2/3
1
1/3
1/2
_____
(13 , 16 , - 4 5 ) ( 2 3 , 1 2 , - 7 15) ( 13, - 16 , 15 )

1
?
5
(13 , 16 , - 15 )
?
_____
100
50
Teoria da Deciso

Matriz de concordncia (exemplo)
Alternativa
A1
A2
A3
A5
Peso
Custo (c)
1
0
1/3
2/3
0,4
Funcionalidade (f)
2/3
1
1/3
1/2
0,3
A1
A2
Qualidade (q)
0
1/2
1
4/5
0,3
A3
A5
1,2
1,2
0,4
0,4+0,3=0,7
0,4+0,3=0,7
2005/2006
--
A1
2,3
A2
--
0,3+0,3=0,6
3
A3
0,3
0,3
1,3
3
--
0,3
0,4+0,3=0,7
1,3
1,2
0,3
0,3
0,4+0,3=0,7
0,4+0,3=0,7
--
A5
101
Teoria da Deciso
Noo de subordinao (ou prevalncia): "a pelo menos to boa como b"
(a O b) se forem satisfeitas duas condies:
i) Condio de concordncia (sentido mdio de preferncia maioria)
Cab limiar de concordncia
2005/2006
(0 1) (em geral > 0.5)

ii)Condio de discordncia ("veto")
Dab limiar de discordncia
0 MaxMax X - Min X
j i ij i ij
102
51
Teoria da Deciso
2005/2006
103
Teoria da Deciso

Noo de subordinao (ou prevalncia):
Subordinao (dados e )
A5 O A2 A5 pelo menos to boa com A2
A5 O A3 A5 pelo menos to boa com A3
2005/2006
A1
A1
A2
A5
A3
A5
A3
A2
Relaes de
prevalncia
Conjunto das
alternativas
preferncias
Conjunto das
outras
alternativas
104
52

Manual de Teoria Da Decisao 05 06

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Manual de Teoria Da Decisao 05 06

Uploaded by

Copyright:

Available Formats

Gesto e Teoria da Deciso

3. Deciso em situao de risco

racionalizao dos processos de deciso a fim de melhor se poder apoiar a

Da racionalidade: cr-se apenas na razoe a afectividade

Da estabilidade: apesar da realidade ser no estacionria

Do mtodo: sequncias de anlise ou de procedimentos para classes de

Cientfico: cr-se na cincia para descrever a realidade

Da eficcia: acredita-se que possvel criar sistemas eficazes, ie, que

De economia: eficincia econmica

Comportamental: o estudo das organizaes afasta-se das cincias puras ou

originado confuses e equvocos na vida das organizaes:

Equvoco da substituio: considerar que os sistemas de deciso podem ou devem

Equvoco da omniscincia: tomar deciso com base na convico de que

Equivoco da urgncia: graas ao desenvolvimentos, hoje os meios de clculo

Equvoco da especificidade: na realidade, se os problemas forem correctamente

D5 capacidade produtiva de 30 000 ton

H incerteza quanto procura (capacidade de absoro) do mercado, tendo-se

D5 100 D* (deciso ptima)

Critrio intermdio (Savage)

Para cada deciso associar uma mdia ponderada entre os

c coeficiente de ponderao medindo o grau de

Critrio intermdio (Savage)

D4 0,5 80 + 0,5 ( 20) = 30

Matriz de arrependimento ou custo de oportunidade

Para cada estado da natureza (cenrio) Ej , identificar o resultado mais favorvel

Critrio Min Max

MATRIZ DE CUSTOS DE OPORTUNIDADE (PERDAS/ARREPENDIMENTO)

Deciso em situao de risco

A cada estado da natureza (cenrio) Ej atribuda uma probabilidade de

D1 0,05 26 + 0,2 24 + 0,5 22 + 0,15 20 + 0,1 20 = 22

Valor da informao perfeita

E[D1] = 6p1 + 10(1-p1) = 10 4p1

p1 = 5/7 ( P1 = 5/7 D* = D1)

Qual o mximo a pagar para determinar qual o estado da natureza

- Valor esperado da Informao perfeita

Valor da informao perfeita: valor mximo que estou disposto a pagar

A.Identificar a deciso ptima DII* a que est associado um resultado

3. Valor esperado da informao perfeita:

- Valor esperado da Informao perfeita

E[V] = 10 0,05 + 4 0,2 + 0 0,5 + 26 0,15 + 50 0,1 = 10,2

- Valor da informao adicional ( posterior)

Estado de informao I: priori D*I D 3

E[D4 ] = 64,5 D*II D4

- Valor da informao adicional ( posterior)

VEIA: Valor Esperado da Informao Adicional

VEIA = ( 36) 0,05 + ( 30) 0,05 + ( 14) 0,2 + 26 0,65 + 26 0,5 =

Diferena entre valores esperados dos ganhos:

Sendo este valores esperados calculados para a

Valor esperado da informao perfeita: Exemplo

Tipos tipos de equipamento a adquirir: A, B, C

Dentro de 1 ano, a Administrao central adquire tambm equipamento A,

Custos diferenciados consoante a opo da Administrao Central

Opo da Administrao Central

Custo adicional de 10 mil se a decis o for adiada por um ano

Valer a pena esperar um ano?

Valor esperado da informao perfeita: Exemplo

E[D A] = 0,2 x 80 + 0,6 x 180 + 0,2 x 190 = 162

Se a Administrao optar por A: 180 - 80 = 100

0,2 x 100 + 0,6 x 0 + 0,2 x 30 = 26

Noo de utilidade e curvas de utilidade

Construo de curvas de utilidade

Propenso e averso ao risco

Noo de utilidade e curvas de utilidade

Noo de utilidade e curvas de utilidade